姓名學號

陳聰	20185109043
張一帆	20185109045
羅凱	20185110010
劉文博	20185109044

任務

由給定一段時間內(nèi)的北京天氣相關(guān)指數(shù)數(shù)據(jù)和北京PM2.5指數(shù)等，建立模型預測接下來一段時間內(nèi)北京的PM2.5指數(shù)。

數(shù)據(jù)

數(shù)據(jù)主要包括2010年1月1日至2014年12月31日間北京pm2.5指數(shù)以及相關(guān)天氣指數(shù)數(shù)據(jù)。
數(shù)據(jù)分為訓練數(shù)據(jù)和測試數(shù)據(jù)，分別保存在pm25_train.csv和pm25_test.csv兩個文件中。
其中訓練數(shù)據(jù)主要包括35746條記錄，13個字段，主要字段說明如下：
date：觀測數(shù)據(jù)發(fā)生的日期（年-月-日）
hour：觀測數(shù)據(jù)發(fā)生的時間點（時）
pm2.5：觀測時間點對應的pm2.5指數(shù)（(ug/m^3)
DEWP：露點，空氣中水氣含量達到飽和的氣溫（a??）
TEMP：溫度，觀測時間點對應的溫度（a??）
PRES：壓強，觀測時間點對應的壓強（hPa）
Iws：累積風速，觀測時間點對應的累積風速（m/s）
Is：累計降雪，到觀測時間點為止累計降雪的時長（小時）
Ir：累計降雨，到觀測時間點為止累計降雨的時長（小時）cbwd_NE：觀測時間點對應的風向為東北風(m/s)
cbwd_NW：觀測時間點對應的風向為西北風(m/s)
cbwd_SE：觀測時間點對應的風向為東南風(m/s)
cbwd_cv：觀測時間點對應的風向為靜風(m/s)

測試數(shù)據(jù)主要包括6011條記錄，12個字段，測試數(shù)據(jù)的字段信息和訓練數(shù)據(jù)相比，除了不包括pm2.5字段以外其他完全相同。學員需要通過所學的知識，利用訓練數(shù)據(jù)建立回歸模型，并用于預測測試數(shù)據(jù)相應的pm2.5指數(shù)。

核心代碼

import time import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import LinearRegression # 用于線性回歸 from sklearn.model_selection import train_test_split df = pd.read_csv('D:\game\pm2.5\北京PM2.5濃度回歸分析訓練賽\pm25_train.csv', engine='python')

查看數(shù)據(jù)發(fā)現(xiàn)日期格式是字符串格式

例如：“2019-01-01”，首先第一步操作要把字符串類型的日期，拆分成年、月、日、周幾，之后再把這4個特征添加到數(shù)據(jù)表中。
def data_format(dt):

time_list = [] t = time.strptime(dt, '%Y-%m-%d') time_list.append(t.tm_year) time_list.append(t.tm_mon) time_list.append(t.tm_mday) time_list.append(t.tm_wday) return time_list date = df['date'].tolist() jieguo = [] for dt in date:jieguo.append(data_format(dt=dt))df_time = pd.DataFrame(jieguo) df_time.columns=['year', 'mon', 'day','week'] df_data = pd.concat([df,df_time], axis=1)

接著進行模型訓練和預測

y = df_data['pm2.5'] X = df_data.drop(columns=['pm2.5','date']) X_train,X_test,y_train,y_test = train_test_split(X, y, test_size=0.3,random_state=42) lr = LinearRegression().fit(X_train, y_train)yuce = lr.predict(X_test) df_jieguo = pd.DataFrame(y_test) df_jieguo = df_jieguo.reset_index() df_jieguo['yuce'] = yuc

最后計算的預測準確度情況

df_jieguo['wucha'] = pow((df_jieguo['yuce']-df_jieguo['pm2.5']), 2) he = sum(df_jieguo['wucha']) score = he/len(df_jieguo)

總結(jié)

以上是生活随笔為你收集整理的北京PM2.5浓度回归分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。